Sensors 主编推荐文章精选——聚焦“电子传感器”领域前沿研究 | MDPI 编辑荐读
点击左上角"MDPI工程科学"关注我们，为您推送更多最新研究。
本期为您精选了五篇发表在Sensors 期刊上与电子传感器相关的文章，内容涵盖压电传感器、软表面肌电信号传感结构、动态称重传感、毫米波阵列雷达等，希望能为相关领域学者提供新的思路和参考，欢迎阅读。
01
A Review of Acoustic Impedance Matching Techniques for Piezoelectric Sensors and Transducers
压电传感器和换能器的声阻抗匹配技术综述
Vivek T. Rathod
https://www.mdpi.com/774802
压电接收器或换能器系统设计中涉及的电阻抗和声学阻抗匹配的流程。
文章亮点：
(1) 本文介绍了将压电传感器、执行器和换能器的声阻抗与周围的波传播介质相匹配的标准方法。
(2) 着重区分了电阻抗匹配和声阻抗匹配的区别以及两者之间的关系。
(3) 讨论了在设计声匹配层时需考虑智能材料的材料特性和振动模式等重要方面。
识别二维码
阅读英文原文
原文出自Sensors 期刊：
Rathod, V.T. A Review of Acoustic Impedance Matching Techniques for Piezoelectric Sensors and Transducers. Sensors 2020, 20, 4051.
02
Prediction of Limb Joint Angles Based on Multi-Source Signals by GS-GRNN for Exoskeleton Wearer
基于多源信号黄金分割算法优化的广义回归神经网络预测外骨骼穿戴者的肢体关节角度
Hualong Xie et al.
https://www.mdpi.com/643974
信号处理流程图。
文章亮点：
(1) 本文采用黄金分割算法优化的广义回归神经网络 (GS-GRNN) 实现人体下肢关节角度的预测。
(2) 本文的创新之处在于将足底压力信号整合到神经网络输入中，丰富了输入的运动信息，提高了预测精度。
(3) 基于多源信号的下肢运动预测可以使外骨骼跟随人体运动，增强人机交互性能，提高外骨骼的耐磨性。
识别二维码
阅读英文原文
原文出自Sensors 期刊：
Xie, H.; Li, G.; Zhao, X.; Li, F. Prediction of Limb Joint Angles Based on Multi-Source Signals by GS-GRNN for Exoskeleton Wearer. Sensors 2020, 20, 1104.
03
Development of Soft sEMG Sensing Structures Using 3D-Printing Technologies
使用3D打印技术开发软表面肌电信号传感结构
Gerjan Wolterink et al.
https://www.mdpi.com/785880
左：3D打印和组装的传感结构；右：连接3D打印的卡扣电极。
文章亮点：
(1) 本文开发并表征了基于柔性炭黑掺杂的热塑性聚氨酯 (TPU) 的软表面肌电信号 (sEMG) 传感结构。
(2) 展示了增材制造技术在创建灵活的个性化sEMG传感结构方面的潜在用途。
(3) 表明了3D打印的sEMG电极在实际应用中具有巨大潜力。
识别二维码
阅读英文原文
原文出自Sensors 期刊：
Wolterink, G.; Dias, P.; Sanders, R.G.P.; Muijzer, F.; Beijnum, B.-J.v.; Veltink, P.; Krijnen, G. Development of Soft sEMG Sensing Structures Using 3D-Printing Technologies. Sensors 2020, 20, 4292.
04
Millimeter-Wave Array Radar-Based Human Gait Recognition Using Multi-Channel Three-Dimensional Convolutional Neural Network
基于毫米波阵列雷达的多通道三维卷积神经网络人体步态识别
Xinrui Jiang et al.
https://www.mdpi.com/836174
雷达系统：(a) 雷达系统结构；(b) 天线阵列单元和虚拟孔径。
文章亮点：
(1) 本文针对雷达检测人体步态的两个基本问题，提出了一种基于毫米波阵列雷达的人体步态分类识别方法。
(2) 以目标运动过程中的三维坐标、运动速度和强散射点强度作为输入，采用多通道卷积提取运动特征，完成典型日常动作的分类识别。
(3) 提出的网络模型对于慢跑、正常步行等日常出行方式可达到92.5%以上的识别准确率。
识别二维码
阅读英文原文
原文出自Sensors 期刊：
Jiang, X.; Zhang, Y.; Yang, Q.; Deng, B.; Wang, H. Millimeter-Wave Array Radar-Based Human Gait Recognition Using Multi-Channel Three-Dimensional Convolutional Neural Network. Sensors 2020, 20, 5466.
05
Smart Graphite–Cement Composite for Roadway-Integrated Weigh-In-Motion Sensing
用于道路集成动态称重传感的智能石墨–水泥复合材料
Hasan Borke Birgin et al.
https://www.mdpi.com/796298
水泥–石墨复合材料样品的生产步骤。
文章亮点：
(1) 本文提出并描述了一种低成本且高度可扩展的水泥基复合材料，具有应变传感能力和足够的灵敏度以满足动态称重 (WIM) 信号要求。
(2) 介绍了基于石墨–水泥的智能复合材料，并针对其在WIM中的应用研究了它们的机电性能。
(3) 对不同数量的石墨样品进行机电测试，确定了信号灵敏度方面的最佳组合。
识别二维码
阅读英文原文
原文出自Sensors 期刊：
Birgin, H.B.; D'Alessandro, A.; Laflamme, S.; Ubertini, F. Smart Graphite–Cement Composite for Roadway-Integrated Weigh-In-Motion Sensing. Sensors 2020, 20, 4518.
Sensors 期刊介绍
期刊涵盖所有传感器科学和技术研究领域，例如物理传感器、智能传感器、传感网络、生物传感器、化学传感器、雷达、可穿戴电子设备和先进的传感材料及其他们在物联网、工业、农业、环境、遥感、导航、通信、车辆、成像、生物医药等领域的应用。目前期刊已被Science Citation Index Expanded (SCIE)、PubMed、EI、Scopus等数据库收录。
2021 Impact Factor | 3.847 |
2021 CiteScore | 6.4 |
Time to First Decision | 16.2 Days |
Time to Publication | 40 Days |
识别二维码，
订阅Sensors 期刊最新资讯。
往期回顾
版权声明：
*本文由MDPI中国办公室翻译撰写，文中涉及到的论文翻译部分，为译者在个人理解之上的概述与转达，论文详情及准确信息请参考英文原文。本文遵守 CC BY 4.0 许可 (https://creativecommons.org/licenses/by/4.0/)。如需转载，请于公众号后台留言咨询。
由于微信订阅号推送规则更新，您可以将“MDPI工程科学”设为星标，便可在消息栏中便捷地找到我们，及时了解最新开放出版动态资讯！
点击左下方“阅读原文”，进入期刊主页。
喜欢今天的内容？给我们点个【在看】吧！